Algoritmos de IA ajudam a apoiar operações de reflorestamento, plantio e mapeamento de árvores em todo o mundo

Uma startup de tecnologia agrícola SeeTree recebeu recentemente $3 milhões em financiamento da Orbia Ventures, ajudando a startup a realizar sua missão de digitalizar árvores cultivadas. A empresa representa uma tendência crescente de empregar algoritmos de IA para apoiar o crescimento de árvores em todo o mundo.

Algumas das maiores e mais bem-sucedidas seções de agricultura perene são culturas de árvores. Por exemplo, árvores de pecã podem produzir rendimento por quase 150 anos, enquanto um pomar de maçãs pode produzir uma colheita por cerca de 50 anos. No entanto, esses rendimentos são afetados por flutuações na precipitação, erosão do solo, temperatura e ambiente em geral. Quando as árvores são submetidas a um grande estresse, elas morrem.

Para garantir a saúde das culturas de árvores, os agricultores precisam monitorar a saúde de árvores individuais e prever como elas podem responder a mudanças no ambiente. Monitorar a saúde das árvores por meio de simples levantamento pode ser incrivelmente difícil, pois os agricultores devem levar em conta muitas variáveis, como doenças e mudanças climáticas, cujos efeitos podem ser prolongados e difíceis de quantificar. Para responder a esses desafios, os agricultores estão recorrendo a soluções tecnológicas que permitem analisar a saúde das culturas de árvores e otimizar a produção, permitindo soluções menos trabalhosas e mais econômicas.

Conforme relatado pela Forbes, a SeeTree emprega algoritmos de IA apoiados por drones, sensores de solo, cientistas de dados e agrônomos para criar um perfil mais completo da saúde de uma árvore. A startup atualmente fornece serviços de digitalização e monitoramento a agricultores de citros, avelãs, amêndoas, abacates e olivas. A startup pretende expandir seus serviços para agricultores de pistache, palmeira e eucalipto.

Como explicado pelo co-fundador da SeeTree, Israel Talpaz, os dados coletados e processados por suas ferramentas de ciência de dados e modelos de IA resultaram em uma redução significativa de árvores subdesempenhadas, reduzindo-as em 50 a 85%. A capacidade de determinar quais árvores estão sob estresse e precisam de apoio, como irrigação, se tornará mais importante nos próximos anos devido aos efeitos das mudanças climáticas. Como Talpaz explicou via Forbes:

“As mudanças climáticas estão afetando as árvores em vários aspectos; o clima mais quente e extremo exige protocolos de irrigação e infraestrutura diferentes, bem como níveis mais altos de adaptabilidade por pomar e fazenda. Além disso, vemos áreas que tradicionalmente não eram irrigadas sofrendo níveis mais altos de estresse, pois as árvores não conseguem lidar sem a ajuda de irrigação específica.”

Os algoritmos de IA desenvolvidos pela SeeTree são apenas um exemplo de como a IA está sendo utilizada para gerenciar o plantio e manutenção de árvores em todo o mundo. Tanto a NASA quanto o Google (GOOGL ) desenvolveram recentemente modelos de IA destinados a quantificar a cobertura de copas de árvores em todo o mundo, com base em imagens aéreas.

O Google lançou uma iniciativa chamada Tree Canopy Lab. A plataforma é destinada a ser usada por planejadores urbanos, ajudando-os a determinar quais regiões de uma cidade precisam de mais cobertura de copas de árvores. Muitas cidades não têm o orçamento necessário para avaliar com precisão onde as árvores são mais necessárias, mas o Tree Canopy Lab visa permitir que os planejadores urbanos usem variáveis como densidade populacional, cobertura de árvores existente e vulnerabilidade a calor extremo para tomar decisões mais informadas sobre onde plantar árvores.

O Tree Canopy Lab utiliza técnicas de visão computacional e algoritmos de IA treinados em imagens aéreas de árvores para produzir mapas que exibem a densidade da cobertura de árvores. O laboratório permite que os usuários identifiquem quarteirões da cidade onde um grande número de árvores pode ser plantado, bem como determinem quais calçadas são vulneráveis a temperaturas extremamente altas devido à falta de sombra. O Tree Canopy Lab está atualmente disponível para uso em Los Angeles, e de acordo com o Google, a ferramenta descobriu que mais da metade de todos os residentes de LA vivem em áreas com menos de 10% de cobertura de copas de árvores, e cerca de 44% de todos os residentes vivem em áreas com risco de calor extremo. O Google planeja levar a ferramenta para centenas de mais cidades ao longo do próximo ano.

A NASA agora está usando imagens aéreas de alta resolução e inteligência artificial para criar mapas precisos das árvores da Terra, pioneirando um novo método de mapeamento de árvores que catalogou com sucesso milhões de árvores previamente não mapeadas em biomas áridos e semiáridos em todo o mundo.

Pesquisadores do Centro de Voo Espacial Goddard da NASA em Maryland empregaram algoritmos de aprendizado de máquina e imagens aéreas de alta resolução para criar algoritmos capazes de mapear o diâmetro da copa de uma árvore. O algoritmo foi usado para mapear mais de 1,8 bilhão de árvores espalhadas por 1.300.000 quilômetros quadrados/500.000 milhas quadradas. Os algoritmos usados pela equipe de pesquisa fizeram uso de redes neurais convolucionais executadas no Blue Waters, na Universidade de Illinois, um dos supercomputadores mais poderosos do país.

De acordo com Martin Brandt, autor principal do estudo e professor assistente da Universidade de Copenhague, o processo de rotulagem dos dados de treinamento levou mais de um ano. Apesar do esforço envolvido na rotulagem dos dados de treinamento, foi um processo muito mais rápido do que o uso de métodos de mapeamento tradicionais. Depois que os dados foram rotulados, o estudo levou apenas algumas semanas para ser concluído, em comparação com os anos que podem levar para mapear as árvores usando métodos de análise tradicionais.

Pesquisadores ecológicos, conservacionistas e formuladores de políticas precisam ter contagens precisas de árvores dentro de áreas de interesse. Os dados fornecidos pelo modelo da NASA serão úteis para determinar como as mudanças climáticas afetam as árvores e regiões arborizadas ao longo dos anos. Além disso, determinar como a densidade e o tamanho das árvores variam de acordo com as mudanças na precipitação média fornecerá esforços de conservação com dados importantes no terreno.